Recherche Atlas Search

Recherche full-text sur MongoDB Atlas avec filtres à facettes, autocomplétion et ranking par pertinence, sans infrastructure supplémentaire.

Recherche en texte intégral sur MongoDB Atlas avec filtres à facettes, autocomplétion et classement par pertinence. Aucune infrastructure supplémentaire — tout est dans Veendo.

Recherche en texte intégral avec Atlas Search

Veendo utilise MongoDB Atlas Search pour indexer le catalogue avec une recherche en texte intégral native. La recherche est instantanée, prend en charge la racinisation dans 14 langues différentes et renvoie des résultats classés par pertinence sans configuration Elasticsearch externe.

Filtres à facettes et autocomplétion

La vitrine et le portail B2B offrent des filtres à facettes (catégorie, prix, couleur, marque) qui se mettent à jour dynamiquement selon les résultats. L'autocomplétion suggère des produits pendant la saisie, améliorant l'UX et le taux de conversion.

Les filtres sont configurables par langue et par canal (public vs. B2B privé).

Indexation automatique

Lorsque vous publiez ou modifiez un produit dans Veendo, un relais outbox asynchrone envoie les modifications à Atlas Search. Vous n'avez pas à synchroniser manuellement — la recherche reste toujours à jour.

  • Relais outbox surveillant les modifications de produits
  • Réconciliation périodique pour rattraper toute désynchronisation
  • Prise en charge de la recherche dans 14 langues avec racinisation locale
  • Classement par pertinence (BM25), date de publication et score de popularité

Configuration zéro-dev

Aucun Elasticsearch, aucune lambda personnalisée, aucun SDK externe. Atlas Search est déjà câblé dans le backend de Veendo — activez les filtres depuis le panneau Catalogue et c'est terminé.

Les résultats de recherche sont filtrés par autorisations (le client ne voit que le catalogue public, l'agent voit le catalogue + la liste de prix dédiée).

Performance et mise à l'échelle

Atlas Search se met à l'échelle automatiquement selon le nombre de produits et le volume de requêtes. Même les catalogues de plus de 100 000 SKU restent rapides (< 200 ms par requête), sans throttling ni pics de coûts.